Question

我刚开始学习大熊猫，这是一个非常基本的问题。相信我，我已经找到了答案，但找不到答案。

你可以运行这个python代码吗？

import pandas as pd

df = pd.DataFrame({'A':[1,0], 'B':[2,4], 'C':[4,4], 'D':[1,4],'count__4s_abc':[1,2],'sum__abc':[7,8]})

df

如何创建列'count__4s_abc'，其中我想计算数字4在A-C列中出现的次数？（忽略D列。）

如何创建列'sum__abc'，其中我想在A-C列中对金额求和？（忽略D列。）

非常感谢您的帮助！

Answer 1

使用drop

df.assign(
    count__4s_abc=df.drop('D', 1).eq(4).sum(1),
    sum__abc=df.drop('D', 1).sum(1)
)

或明确选择3列。

df.assign(
    count__4s_abc=df[['A', 'B', 'C']].eq(4).sum(1),
    sum__abc=df[['A', 'B', 'C']].sum(1)
)

或使用iloc获取前3列。

df.assign(
    count__4s_abc=df.iloc[:, :3].eq(4).sum(1),
    sum__abc=df.iloc[:, :3].sum(1)
)

全部给予

   A  B  C  D  count__4s_abc  sum__abc
0  1  2  4  1              1         7
1  0  4  4  4              2         8

Answer 2

另外一个选项：

In [158]: formulas = """
     ...: new_count__4s_abc = (A==4)*1 + (B==4)*1 + (C==4)*1
     ...: new_sum__abc = A + B + C
     ...: """

In [159]: df.eval(formulas)
Out[159]:
   A  B  C  D  count__4s_abc  sum__abc  new_count__4s_abc  new_sum__abc
0  1  2  4  1              1         7                  1             7
1  0  4  4  4              2         8                  2             8

DataFrame.eval() method can (but not always) be faster compared to regular Pandas arithmetic

Pandas Sum＆amp;仅计算某些列的计数

2 个答案: